MAI-Transcribe-1.5

مدل صوتی از مایکروسافت

به فارسی:ام ای آی ترنسکرایب ۱.۵مای ترنسکرایب ۱.۵

این مدل چیست؟

MAI-Transcribe-1.5 نسل پیشین مدل تبدیل گفتار به متن Microsoft AI است که ژوئن ۲۰۲۶ عرضه شد و پوشش زبانی را از ۲۵ زبان نسخهٔ ۱ به ۴۳ زبان رساند. تشخیص خودکار زبان و اولویت‌دادن به واژه‌های کلیدی تخصصی را دارد و برای زیرنویس، تماس تلفنی و دسترس‌پذیری ساخته شده است. نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۲٫۴٪ است و از Microsoft Foundry و سرویس‌هایی مثل OpenRouter با حدود ۰٫۳۶ دلار برای هر ساعت صدا در دسترس است.

سازنده: مایکروسافت (Microsoft)

Microsoft AI بخش هوش مصنوعی مصرفی Microsoft است که مدل‌های MAI-Image و MAI-Voice را می‌سازد. صداهای سرویس Azure Speech هم از Microsoft است.

کجا می‌شود از آن استفاده کرد؟

جایگاه در جدول‌های مقایسه

  • سنجش گفتار به متن Artificial AnalysisMAI-Transcribe-1.5
    رتبهٔ ۸خطای کلمه ۲٫۴٪$۶ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر مایکروسافت